基于改进Bagging算法的高斯过程集成软测量建模

为提高对工况复杂的工业过程进行软测量建模的模型精度和泛化能力，提出了一种基于改进Bagging算法的高斯过程集成软测量建模方法。该算法采用高斯过程回归算法建立集成学习模型的基学习器，并在Bagging算法对训练样本重采样生成基学习器训练子集的基础上，采用基于正则化互信息的特征排序指标进行基学习器的输入特征抽取，实现有监督的特征扰动，从而改善学习器的差异度。待测样本进行软测量估计时，根据各高斯过程基学习器输出的方差自适应地选择基学习器进行集成输出。采用工业双酚A生产装置反应器的现场数据建模仿真，结果表明该方法是有效的。